【Elasticsearch】学习笔记-p5（搜索结果处理）(1)

keyword、数值、日期类型排序的语法基本一致。

语法：

GET /indexName/_search

{

“query”: {

“match_all”: {}

},

“sort”: [

{

“FIELD”: “desc” // 排序字段、排序方式ASC、DESC

}

]

}

排序条件是一个数组，也就是可以写多个排序条件。按照声明的顺序，当第一个条件相等时，再按照第二个条件排序，以此类推

例子：酒店数据按照用户评价（score)降序排序，评价相同的按照价格(price)升序排序

1.2 地理坐标排序

地理坐标排序略有不同。

语法：

GET /indexName/_search

{

“query”: {

“match_all”: {}

},

“sort”: [

{

“_geo_distance” : {

“FIELD” : “纬度，经度”, // 文档中geo_point类型的字段名、目标坐标点

“order” : “asc”, // 排序方式

“unit” : “km” // 排序的距离单位

}

}

]

}

这个查询的含义是：

• 指定一个坐标，作为目标点

• 计算每一个文档中，指定字段（必须是geo_point类型）的坐标到目标点的距离是多少

• 根据距离排序

例子：实现对酒店数据按照到你的位置坐标的距离升序排序

获取你的位置的经纬度的方式：https://lbs.amap.com/demo/jsapi-v2/example/map/click-to-get-lnglat/

假设我的位置是：31.034661，121.612282，寻找我周围距离最近的酒店：

2.分页

---

elasticsearch 默认情况下只返回top10的数据。而如果要查询更多数据就需要修改分页参数了。elasticsearch中通过修改from、size参数来控制要返回的分页结果：

• from：从第几个文档开始

• size：总共查询几个文档

类似于mysql中的limit ?, ?

2.1 基本的分页

语法：

GET /hotel/_search

{

“query”: {

“match_all”: {}

},

“from”: 0, // 分页开始的位置，默认为0

“size”: 10, // 期望获取的文档总数

“sort”: [

{“price”: “asc”}

]

}

2.2 深度分页问题

现在，我要查询990~1000的数据，查询逻辑要这么写：

GET /hotel/_search

{

“query”: {

“match_all”: {}

},

“from”: 990, // 分页开始的位置，默认为0

“size”: 10, // 期望获取的文档总数

“sort”: [

{“price”: “asc”}

]

}

这里是查询990开始的数据，也就是 第990~第1000条 数据。

不过，elasticsearch内部分页时，必须先查询 0~1000条，然后截取其中的990 ~ 1000的这10条：

这样带来什么问题呢？

查询TOP1000，如果es是单点模式，这并无太大影响。

但是elasticsearch将来一定是集群，例如我集群有5个节点，我要查询TOP1000的数据，并不是每个节点查询200条就可以了。

因为节点A的TOP200，在另一个节点可能排到10000名以外了。

因此要想获取整个集群的TOP1000，必须先查询出每个节点的TOP1000，汇总结果后，重新排名，重新截取TOP1000。

当查询分页深度较大时，汇总数据过多，对内存和CPU会产生非常大的压力，因此elasticsearch会禁止from+ size 超过10000的请求。

针对深度分页，ES提供了两种解决方案，官方文档：

• search after：分页时需要排序，原理是从上一次的排序值开始，查询下一页数据。官方推荐使用的方式。

• scroll：原理将排序后的文档id形成快照，保存在内存。官方已经不推荐使用。

2.3 总结

分页查询的常见实现方案以及优缺点：

• from + size：

• 优点：支持随机翻页

• 缺点：深度分页问题，默认查询上限（from + size）是10000

• 场景：百度、京东、谷歌、淘宝这样的随机翻页搜索

• after search：

• 优点：没有查询上限（单次查询的size不超过10000）

• 缺点：只能向后逐页查询，不支持随机翻页

• 场景：没有随机翻页需求的搜索，例如手机向下滚动翻页

• scroll：

• 优点：没有查询上限（单次查询的size不超过10000）

• 缺点：会有额外内存消耗，并且搜索结果是非实时的

• 场景：海量数据的获取和迁移。从ES7.1开始不推荐，建议用 after search方案。

3.高亮

---

3.1 高亮原理

什么是高亮显示呢？

我们在百度，京东搜索时，关键字会变成红色，比较醒目，这叫高亮显示：

高亮显示的实现分为两步：

最后

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Java工程师，想要提升技能，往往是自己摸索成长，自己不成体系的自学效果低效漫长且无助。

因此收集整理了一份《2024年Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Java开发知识点，不论你是刚入门Android开发的新手，还是希望在技术上不断提升的资深开发者，这些资料都将为你打开新的学习之门！

如果你觉得这些内容对你有帮助，需要这份全套学习资料的朋友可以戳我获取！！

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！
…(img-zOOWnFeh-1715138183167)]

[外链图片转存中…(img-aqBkJZgJ-1715138183167)]

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Java开发知识点，不论你是刚入门Android开发的新手，还是希望在技术上不断提升的资深开发者，这些资料都将为你打开新的学习之门！

如果你觉得这些内容对你有帮助，需要这份全套学习资料的朋友可以戳我获取！！

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！